视频目标检测和目标跟踪技术已广泛地使用于各个领域中。本文对基于非参数核密度估计背景建模和基于均值偏移(Mean Shift)的目标跟踪算法展开研究，提出新的方法以提高目标检测、跟踪的实时性、鲁棒性和准确性。论文主要工作内容如下：1、由于在传统非参数核密度估计背景建模之中要进行全图像素点计算，耗时比较严重，本文提出一种基于区域信息，通过区域平滑来减少计算量的方法，在不影响检测结果的情况下提高了算法的实时性。在后续去噪处理上，通过利用邻域像素间的连通性来有效的抑制了噪声，并且保留了分割结果的细节信息。2、在传统基于均值偏移的跟踪算法中，会遇到前景目标和背景相似的情况下，跟踪效果较差的情况。本文在传统基于点样本估计计算反向投影图的基础上，提出了基于改进反向投影图的方法。实验结果表明，本文算法有效提高了目标跟踪算法的准确性和鲁棒性。